任意の分布に従うデータに自己適応可能な学習分類子システム

一种能够自适应遵循任意分布的数据的学习分类器系统

• 批准号: 17J03593
• 负责人: 辰巳 嵩豊
• 金额: $ 1.73万
• 依托单位: The University of Electro-Communications
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for JSPS Fellows
• 财政年份: 2017
• 资助国家: 日本
• 起止时间: 2017-04-26 至 2020-03-31
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/grant/KAKENHI-PROJECT-17J03593/
• 关键词: 学習分類子システム; データマイニング; 雑音; 分類問題

本研究では機械学習の一手法の学習分類子システムを用いて、実環境から取得されたデータから人間にとって解釈性の高いルールを獲得するために(1) 環境からの入力, 環境への出力及びその出力に対する評価である報酬が「特定」の分布に従う環境への適応，(2)入力, 出力及び報酬が「不特定」の分布に従う環境への適応, (3)学習に用いるデータ数が少なく入力の種類に偏りがあり十分に環境全体を網羅できない環境への適応に取り組む。その目的達成に向けて本年度は(2)及び(3)に対して取り組んだ。(2)に関しては報酬に対して様々な形状の雑音が付加された環境においてこれまでに提案した学習分類子システムを適用し、雑音の形状やその強度に関する情報を与えずに獲得を目指すルールを獲得できるかを確認し、数理的な解析による手法の適用可能な雑音の限界点を明らかにした。 (3)に関してはこれまでに提案した学習分類子システムを複数の分類問題に適用し、提案手法が分類器を獲得するに当たり障害となる問題を明らかにした。本研究の成果の社会に向けた発信として、成果を国際学会のIEEE Congress on Evolutionary Computation 2019及びThe Genetic and Evolutionary Computation Conference (GECCO) 2019のWorkshopと国内学会の進化計算シンポジウムにおいてそれぞれ1件ずつ発表した。

In this research, using a learning classifier system, a method of machine learning, we aim to acquire rules that are highly interpretable for humans from data obtained from the real environment (1) adaptation to an environment in which the input from the environment, output to the environment, and the evaluation of that output, is followed by the distribution of "specific", (2) adaptation to an environment in which the input, output and reward follow the distribution of "unspecified", (3) adaptation to an用于学习的数据数量的环境很少，并且输入的类型是偏见的，并且整个环境无法充分覆盖。今年，我们致力于（2）和（3）实现这一目标。关于（2），我们在将各种噪声形状添加到奖励的环境中应用了先前提出的学习分类器系统，并确认是否可以获取规则以获取而不提供有关噪声的形状或强度的信息，并揭示了可以通过数学分析应用的噪声限制。关于（3），先前提出的学习分类器系统被应用于多个分类问题，当提出的方法获取分类器时，这将是障碍的问题。为了将这项研究的结果传达给社会，在国际IEEE IEEE进化计算大会的研讨会上提出了一个结果，2019年和2019年遗传与进化计算会议（GECCO）和日本日本学会和进化计算研讨会的研讨会。

项目成果

Comparison of Statistical Table- and Non-Statistical Table-based XCS in Noisy Environments

噪声环境中基于统计表和非统计表的 XCS 的比较

• 发表时间: 2019
• 作者: Tatsumi;T. and Takadama;K.
• 通讯作者: K.

XCS-CR: Determining Accuracy of Classifier by its Collective Reward in Action Set toward Environment with Action Noise

XCS-CR：通过针对具有动作噪声的环境的动作集的集体奖励来确定分类器的准确性

• 发表时间: 2018
• 作者: Tatsumi;T.;Kovacs;T.;and Takadama;K.
• 通讯作者: K.

Acquiring Classifiers for Bipolarized Reward by XCS in a Continuous Reward Environment

在连续奖励环境中通过 XCS 获取双极化奖励的分类器

• 发表时间: 2019
• 期刊: SICE Journal of Control, Measurement, and System Integration (JCMSI)
• 作者: Tatsumi;T. and Takadama;K.
• 通讯作者: K.